Refined Convergence Rates of the Good-Turing Estimator

نتاج البحث: فصل من :كتاب / تقرير / مؤتمرمنشور من مؤتمرمراجعة النظراء

ملخص

The Good-Turing (GT) estimator is perhaps the most popular framework for modelling large alphabet distributions. Classical results show that the GT estimator convergences to the occupancy probability, formally defined as the total probability of words that appear exactly k times in the sample. In this work we introduce new convergence guarantees for the GT estimator, based on worst-case MSE analysis. Our results refine and improve upon currently known bounds. Importantly, we introduce a simultaneous convergence rate to the entire collection of occupancy probabilities.

اللغة الأصليةالإنجليزيّة
عنوان منشور المضيف2021 IEEE Information Theory Workshop, ITW 2021 - Proceedings
ناشرInstitute of Electrical and Electronics Engineers Inc.
رقم المعيار الدولي للكتب (الإلكتروني)9781665403122
المعرِّفات الرقمية للأشياء
حالة النشرنُشِر - 2021
الحدث2021 IEEE Information Theory Workshop, ITW 2021 - Virtual, Online, اليابان
المدة: ١٧ أكتوبر ٢٠٢١٢١ أكتوبر ٢٠٢١

سلسلة المنشورات

الاسم2021 IEEE Information Theory Workshop, ITW 2021 - Proceedings

!!Conference

!!Conference2021 IEEE Information Theory Workshop, ITW 2021
الدولة/الإقليماليابان
المدينةVirtual, Online
المدة١٧/١٠/٢١٢١/١٠/٢١

All Science Journal Classification (ASJC) codes

  • !!Computational Theory and Mathematics
  • !!Computer Networks and Communications
  • !!Information Systems
  • !!Software

بصمة

أدرس بدقة موضوعات البحث “Refined Convergence Rates of the Good-Turing Estimator'. فهما يشكلان معًا بصمة فريدة.

قم بذكر هذا